Programme des cours 2024-2025
ADNT0001-1  
Approche des nouvelles technologies - IA, Approche des nouvelles technologies - IA
Volume horaire :
12h Th
Nombre de crédits :
Bachelier en techniques graphiques, orientation techniques infographiques1
Nom du professeur :
François BOURGAUX
Référent UE :
Caroline DUBOIS, Rachelle VAFIDIS
Langue(s) de l'unité d'enseignement :
Langue française
Organisation et évaluation :
Enseignement au premier quadrimestre, examen en janvier
Unités d'enseignement prérequises et corequises :
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement :
À travers les 3 âges de l'informatique,  la vallée de l'étrange, le déterminisme enchanté et la notion de megamachine sera abordé les conditions matérielles des IA, l'identification des données, la Cybernétique, le Machine Learning, le Deep Learning et les réseaux neuronaux jusqu'au rapport au langage et les usages dans le domaine de la création.
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement :
Capacité d'analyse et développement d'un point de vue personnel sur l'usage et le fonctionnement des intelligences artificielles
Savoirs et compétences prérequis :
Activités d'apprentissage prévues et méthodes d'enseignement :
Cours théoriques

Travaux de groupes

Travaux individuels

L'utilisation d'IA est autorisé dans le cadre de ce cours.
Mode d'enseignement (présentiel, à distance, hybride) :
Enseignement hybride
Lectures recommandées ou obligatoires et notes de cours :
Support de cours:

espace institutionnel du cours

Lectures obligatoires:

aucune

Lectures recommandées:

Kate Crawford, Contre-atlas de l'intelligence artificielle, traduit par Laurent Bury, Éditions Zulma, 2022

Anthony Masure, Design sous artifice : la création au risque du machine learning, head-publishing, 2023 - lire en ligne: https://head-publishing.ch/longread/design-sous-artifice-la-creation-au-risque-du-machine-learning

Dominique Cardon, À quoi rêvent les algorithmes, nos vies à l'heure des big data, Seuil, 2015
Modalités d'évaluation et critères :
Mode d'évaluation :

Distanciel

Organisation de l'évaluation :

Remise de travaux

Type d'évaluation :

Évaluation continue
Stage(s) :
Remarques organisationnelles :
Implantation:

Namur

Organisation horaire de la formation:

enseignement en horaire de jour 

Organisation horaire de l'UE:

voir hyperplanning : https ://heaj-planning.hyperplanning.fr/hp/etudiant
Contacts :
Privilégiez la conversation Teams

Si nécessaire mais moins rapide, un email: francois.bourgaux@heaj.be